GeoSQL: Dovednost pro efektivní práci s prostorovými daty

GeoSQL je dovednost určená pro AI agenty jako Claude, Codex a GitHub Copilot. Zaměřuje se na práci s prostorovými daty v konkrétních databázových prostředích: PostGIS, BigQuery, Snowflake a Wherobots.

Projekt nevyžaduje SaaS účet. Může běžet lokálně nebo self-hosted; pro mapové vykreslování lze volitelně použít Dekart.

Hlavní myšlenka GeoSQL není jen generování prostorového SQL. Zdroj popisuje agentní smyčku, která zahrnuje discovery metadat, generování dotazu, kontrolu nákladů, validaci geometrie a mapovou zpětnou vazbu.

Právě mapa je důležitá. Repo uvádí 4× zlepšení na zahrnuté sadě úloh nad mapovými a prostorovými daty při použití mapy v agentní smyčce. Nejde tedy o rychlost databáze, ale o lepší schopnost agenta odhalit a opravit geometrické chyby, které by čistě textová kontrola mohla minout.

GeoSQL lze nainstalovat do jednotlivých agentů pomocí příkazů jako geosql install claude, geosql install codex nebo geosql install copilot.

U BigQuery dotazů GeoSQL nejdřív provádí dry-run, aby odhadl množství naskenovaných dat. Výchozí limit je podle zdroje 10 GiB. To může pomoct zabránit nečekaně drahým dotazům ještě před jejich spuštěním.

V přiložené eval suite uvádí GeoSQL aktuálně 100% pass rate na 8 assertions ve třech případech: london-boroughs, berlin-create-map a paris-boundaries. Je to užitečný signál, ale pořád jde o malou sadu testů, ne o obecný důkaz spolehlivosti ve všech prostorových úlohách.

Repo uvádí příklady použití jako real estate analysis, site selection nebo plánování infrastruktury pro nabíjení elektromobilů. V těchto scénářích může být kombinace prostorového SQL, mapy a agentní zpětné vazby užitečná hlavně proto, že chyba často není vidět jen v textu dotazu, ale až v geometrii výsledku.